Thérapie assistée par robot
Les chats et les chiens ont la capacité d'améliorer les niveaux de confort des patients, la tension artérielle et d'autres facteurs L'utilisation des robots pourrait faire la même chose tout en allégeant l’inquiétude du médecin concernant des inconvénients possibles venant des animaux, tels que le besoin d'alimentation et d'exercice
L'utilisation d'un robot évite également la possibilité de négliger ou abandonner l’animal
Les robots peuvent offrir des avantages particuliers dans la thérapie à long terme qui exige des exercices intenses et réitérées de mouvement Il est facile de voir que les robots peuvent exécuter uniformément et avec précision la même tâche sans être fatigués, enregistrer et s'ajuster sur les réponses du patient Les robots ont également un potentiel élevé pour la télé-réadaptation Avec le robot, un thérapeute pourrait théoriquement exécuter 10 sessions de thérapie en même temps, ou employer une webcam pour fournir une thérapie à distance
D'autre part, ce genre de robot peut exécuter des tâches professionnels, comme des opérations de manipulation dans un environnement structuré (transport papier dans le travail bureautique, des méthodes d'essai dans le travail de laboratoire, etc.) et les activités de la vie quotidienne dans les environnements structurés et non-structurés, tels que jouer aux jeux, exécuter des tâches éducatives, manger, et aide aux tâches de l’hygiène personnelle Ceci implique l'utilisation des robots d'une manière différente des applications industrielles ó les robots fonctionnent normalement dans un environnement structuré avec des tâches prédéfinies, séparées à des opérateurs humains En outre, des robots industriels sont actionnés avec le personnel particulièrement qualifié avec une certaine connaissance de la technologie Ceci peut ne pas être le cas en robotique de réadaptation Ainsi, la robotique de réadaptation s’apparente plus à la robotique de service qui intègre des humains et les robots dans les mêmes tâches, exigeant certains aspects de sûreté et pour laquelle une attention particulière est donnée aux interfaces homme-machine Ces derniers s’adressent alors à des personnes avec une basse connaissance de programmation ou des personnes avec des problèmes physiques actionnant un dispositif de programmation spécifique Par conséquent, plus d'attention doit être prêtée aux conditions d’usage, car l'utilisateur est une partie du processus dans l'exécution de divers tâches
Le travail sur la construction de robot revient à fabriquer un dispositif fait pour planifier l’exécution d’une tâche spécifique ou d’une série de tâches La complexité de ces tâches, aussi bien que la quantité d'interaction humaine impliquée, varient largement à travers l'éventail de robots, mais la plupart des robots exigent au moins un certain degré d'interaction humaine pour accomplir des tâches d’une complexité plus que moyenne Des robots sont utilisés dans un énorme champ d’applications, de l'industrie au divertissement en passant par l'entretien à la maison Le champ de la robotique de réadaptation est une direction moderne pour la robotique, car les machines deviennent plus accessibles et leurs capacités d’aide à l’humain augmentent
Les avantages de la robotique de réadaptation sont nombreux Dans le paradigme courant de la thérapie physique, beaucoup de thérapeutes travaillent souvent avec un patient, pour soutenir ses membres et pour les aider à se déplacer dans les premières étapes Un exosquelette robotique permet à la réadaptation de se produire avec démarche du patient Un exosquelette robotique tient compte également d'un régime plus cohérent de formation, avec le robot dépistant le progrès d'un patient et décalant le niveau d'effort en conséquence, ou rendant des recommandations au thérapeute humain en charge D’ailleurs, les robots de compagnons pourraient apporter le réconfort psychologique grâce à ses facultés de haute technologie et son intelligence artificiellement construite Ces avantages donnent lieu donc à l’inauguration de plusieurs projets de recherche et de commerce qui vise à concevoir des robots de compagnon comme : robot Probo d’un projet du groupe de recherche ô Robotics and Multibody Mechanics ằ de l’Universitộ flamande de Bruxelles qui est soutenu par la Fondation Roi Baudouin (commencé en 2006) ; un prototype de robot nommé Pearl de l’équipe de recherche de l’Université de Carnegie Mellon et du Michigan (le prototype est présenté en 2005) ; robot Paro développé par l’Institut national japonais des science et techniques industrielles avancées (AIST) (présenté en 2006) ; etc
Alors, les robots sont une technologie croissante qui s’est avérée pouvoir relier le monde physique et social de l’humain Le futur de la robotique de réadaptation est très passionnant, avec un certain nombre de technologies à l'étude qui promettent des résultats bien plus efficaces Comme la technologie se développe, que les prix diminuent, la robotique de réadaptation doit devenir populaire et se démocratiser
Le projet EmotiRob, cadre de mon stage, se situe dans le domaine du RAT Il a débuté par une expérimentation avec le robot Paro [2] et se prolonge par un projet de recherche soutenu par l’ANR 1
Expérimentations avec Paro
Beaucoup d'expérimentations avaient été effectuées dans le domaine de RAA : ô Activitộ assistộe par robot ằ et plus avec prộcision dans le domaine du RAT : Le ô Thộrapie assistộe par robot ằ Dans ce contexte le projet de T Shibata - du laboratoire d'AIST au Tsukuba-Japon - a dộveloppộ un phoque robot appelộ ô Paro ằ
[2] Ce ô Paro ằ a ộtộ expộrimentộ sur une population des personnes õgộes vivant dans les maisons de retraite ou aux petits enfants devant subir des séjours prolongés dans les hôpitaux Le résultat de ces expériences a montré que les robots apportent
1 Agence National de Recherche un confort aux gens (même si l'évaluation du niveau du confort reste objectivement un problème très difficile)
Dans ce contexte le laboratoire VALORIA a mené une expérience à l'aide de robots Paro, prêtés par T Shibata, pour vérifier si la réaction/interaction avec les robots dộpendait du contexte culturel Les Franỗais sont en gộnộral plus mộfiants vis-à-vis des nouvelles technologies que les Japonais ne le sont L'expérience a eu lieu dans deux endroits différents : Kerpape d'ó Paro a été employé par des thérapeutes avec les enfants handicapés de 6 à 12 ans - certaines d’entre eux étaient en chaise roulant, et IMA ó Paro a été employé avec des adolescents (de 12 à 14 ans) ayant des troubles du comportement dont des autistes Dans ces cas l'expérience prouve que Paro est utile non seulement en tant que des moyens d'interaction entre les enfants et les thérapeutes, mais également en leur apportant un genre d'affection ou d'attention
Néanmoins, l’expérimentation a montré que beaucoup de problèmes doivent encore être résolus :
• du point de vue mécanique : le robot de Paro est trop lourd pour des enfants avec des handicaps musculaire, l'autonomie du robot devrait être augmenté, une meilleure manipulation doit être rendu disponible pour les enfants manquant de force…
• du point de vue d'interaction : les enfants veulent parler au robot et être compris, le robot devrait donc pouvoir exprimer plus d'émotions
Basé sur ces résultats, les chercheurs du VALORIA ont travaillé afin de permettre au robot d'exprimer plus d'expressions d'émotions sans devoir augmenter le nombre de degrés de liberté Une étude effectuée avec plus de 1600 personnes sur Internet prouve que 6 degrés de liberté est un nombre acceptable pour exprimer les émotions de base (joie, tristesse, peur, colère, dégỏt)
Le VALORIA ont proposé le projet EmotiRob à l’ANR afin de concevoir un nouveau robot qui garderait tous les dispositifs de base de Paro - capteurs, douceur, confort - tout en adressant deux questions principales :
• L’interaction langagière : ceci exprime que les humains pourront parler au robot qui est capable de comprendre ce qu’ils disent et de leur répondre en
• L’expression d'émotion : ceci est dans le but non seulement pour exprimer l'état émotif du robot mais aussi pour établir également un modèle d'émotion interne qui devrait donner le robot un ô sentiment humain ằ.
Project EmotiRob
Le projet EmotiRob [3] consiste à concevoir un robot compagnon pour enfants handicapés ou devant subir une longue hospitalisation
Comme abordé dans la partie précédente, nos deux expérimentations sur des enfants handicapés ont montré deux directions principales dans lesquelles il est intéressant de travailler
• La première est liée à des problèmes mécaniques : le robot doit être très léger, facile à prendre et à manipuler, plus que ne l’est Paro ; en outre, il doit disposer d’une grande autonomie
• La deuxième relève de l’interaction homme-machine : le réconfort psychologique que le robot peut fournir est lié à la qualité du lien affectif que l’enfant peut lui porter Il semble évident que ce lien peut être considérablement renforcé si le robot compagnon est doué d’un minimum de capacités de compréhension de la parole humaine et s’il est capable d’exprimer des émotions en retour
Il convient donc de concilier les contraintes d’un robot léger et autonome à celles de capacités de compréhension et d’expression
Dans le cadre du projet, une étude a été menée sur l’expression des émotions : elle semble indiquer que six degrés de liberté suffisent pour qu’un visage exprime de faỗon satisfaisante les six ộmotions fondamentales classiques Par ailleurs, la compréhension automatique de la parole et le handicap sont des thèmes de recherche de notre laboratoire
Ainsi dans ce projet, il est prévu la réalisation d’un robot qui garde les qualités fondamentales de Paro : animal peluche de contact agréable, présence de capteurs, etc En fait, on a l’intention de produire un robot sur forme d’un ours en peluche
Nous voulons doter ce robot des capacités nécessaires de perception et de compréhension de la langue naturelle pour qu’il puisse construire une représentation formelle de l’état émotionnel de son interlocuteur Enfin, le projet comporte également la conception d’un modèle des états émotionnels du robot et de leur évolution, afin de donner à ses réactions un caractère aussi naturel que possible
Par rapport à ce qui existe, une des spécificités du robot-peluche EmotiRob (Ours en peluche) est de pouvoir réagir au comportement de l'enfant en simulant des émotions par les mouvements du corps, les traits du visage et par l'émission de petits sons simples Ce projet, centré autour de la détection, la simulation et la production d’émotions, se situe à l'interface de la robotique, de la communication homme- machine, de la psychologie, de la médecine et de la vision, etc
Il pose en particulier plusieurs problèmes scientifiques intéressants parmi lesquels :
• comprendre le langage d'un enfant qui parle à sa peluche et dans le même temps détecter son état émotionnel,
• doter le robot d'une capacité de réactions émotionnelles pertinentes,
• exprimer de manière intelligible des émotions par le robot,
• évaluer la qualité de l’interaction entre le robot et l’enfant qui revient à mesurer le niveau réconfort induit chez l’enfant
Ce dernier point, insistant sur l’impact d’un robot sur l’enfant, se révèle extrêmement difficile car il y a peu d’études de recherche portant sur le problème de l’impact du robot sur l’enfant Ainsi, ce problème a été sous estimé lors de la conception du projet EmotiRob.
Stage de Master
En revenant au problème d’évaluation de l’impact du robot sur l’enfant, il est nécessaire d’avoir une information sur ce qui se passe dans l’esprit de l’enfant, ou plus précisément, son état émotionnel Comme il est hors de question d’appareiller l’enfant (pour mesurer le pression sanguine ou compter le battement du cœur…), il va falloir par une simple observation extérieure relevé des informations pertinentes sur l’état émotionnel de l’enfant
Le problème du stage relie maintenant au concept de l’émotion En particulier, ce stage de Master vise à la définition et la modélisation des émotions afin de pouvoir s’appuyer sur un modèle qui permet de définir des items observables permettant de
Dans le cadre du stage nous développons dans un premier temps un premier modèle d’émotion : GRACE La recherche a consisté d’abord en une étude bibliographique sur les émotions :
• A travers les travaux en psychologie et en philosophie sur les émotions chez l’humain (comme ceux d’Ortony, de Lazarus, de Scherer )
• A travers les travaux visant à construire un modèle calculatoire d’émotions (les modèles existants comme robot Kismet de Breazeal, EMA de Gratch et Marsella, FLAME d’El-Nars et al .),
Afin de justifier la pertinence du modèle, des expérimentations sur une première instance du modèle GRACE ont été développées qui simulent le processus émotionnel d’un niveau très simple L’objectif de l’expérimentation est de voir si un observateur, n’ayant pas de connaissance prộalable sur le projet, peut reconnaợtre l’instance de GRACE comme caractérisant des émotions Si tel est le cas alors on peut considérer que cette instance est légitime.
Structure du mémoire
Ce mémoire vise à rapporter ce que j’ai fait pendant mon stage au laboratoire VALORIA, université Bretagne-Sud sous la direction du professeur Dominique Duhaut dans le cadre du projet EmotiRob
Le mémoire est divisé en cinq parties :
- La première partie consacre à l’introduction du sujet de stage C’est un panorama sur le domaine de Thérapie assistée par robots, puis quelques informations sur le projet EmotiRob dans lequel le sujet de stage se trouve et enfin ce que le sujet demande
- La deuxième partie présente l’étude bibliographique que j’ai faite comprenant les définitions de l’émotion proposées par les philosophes et psychologues (§2.1); les modèles informatiques récents qui modélisent l’émotion pour les applications diverses (§2.2) Cette partie conclut enfin qu’il n’y a pas de consensus sur la définition de l’émotion
- Alors, dans la troisième partie, après avoir explicité quelques modèles de référence issus de la bibliographie, nous présentons notre proposition : le modèle GRACE – Generic Robotic Architecture to Create Emotions Les justifications sont aussi données pour montrer la généricité de notre définition de l’émotion par rapport à ce qui existe (§3)
- La mise en œuvre et la validation de notre modèle sont abordées dans la partie de l’expérimentation (§4) En fait, dans le cadre du stage, je n’ai pu programmer qu’une partie de ce modèle (on l’appelle une instance réduite de GRACE) L’idộe de validation est de tester la pertinence du modốle de faỗon ascendante Ceci signifie que l’on va faire l’expérimentation à partir du module le plus simple jusqu’au plus complexe Cette instance réduite sert donc valider une première partie qui n’intègre que trois émotions élémentaires : joie, peur, tristesse avec deux types de personnalité
- La dernière partie (§5) contient bien entendu les conclusions et discussions sur le travail réalisé A nouveau les travaux réalisés seront repris et les problèmes restants à propos du sujet seront aussi relancés
- Le rapport se termine avec l’annexe (§6) et les références (§7) ó sont des informations additionnelles concernant les données du programme et les liens vers les documents consultés au cours de mon travail
Dans le but d’évaluer la qualité de l’interaction entre le robot et l’enfant qui revient à mesurer le niveau réconfort induit chez l’enfant, on se retrouve dans le problème de mesurer ce niveau réconfort Cet aspect de réconfort relie à l’état émotionnel de l’enfant Le problème maintenant est la définition de l’émotion Qu’est-ce qu’une émotion ? Cette dernière question attire beaucoup d’attention des chercheurs pour trouver un accord sur une définition suffisamment générale de l’émotion humaine.
Etudes sur la définition de l’émotion humaine
Depuis très longtemps, l’émotion humaine est la source de beaucoup de recherches scientifiques sur le problème de sa définition et de sa composition A l’origine, l’émotion est une notion de l’esprit Elle est donc bien analysée et bien étudiée par les physiologistes et les psychologues [4] Au cours du temps, plusieurs recherches ont prouvé que les activités humaines sont beaucoup influencées par l’état émotionnel Cette évidence donne lieu à la naissance de l’intégration de l’aspect d’émotion dans la recherche concernant les activités quotidiennes de l’humain, y compris par exemple la communication, la négociation, l’apprentissage, les activités commerciales, etc D’ailleurs, diverses applications informatiques dans ces domaines de psychologie, de neurologie, de biologie évolutionnaire, et voire en économie visant en fait à améliorer la performance de l’interaction homme-machine ne cesse à augmenter son importance Il est naturel pour les informaticiens de chercher les nouvelles approches qui leur permettent d’améliorer la performance de leurs programmes Quelques-uns parmi eux arrivent enfin au problème d’intégrer l’aspect ộmotionnel dans son programme et ce dernier entraợne l’identification de ce qu’est une émotion ? Comment pourrait-on la décomposer ? Cela est aussi le problème que nous rencontrons dans ce stage Nous avons décidé donc de consulter les recherches sur la définition de l’émotion, notamment des travaux de quelques psychologues (et aussi quelques physiologistes) car ce sont peut-être, de notre avis, des analyses appuyant sur le principe et sur le mécanisme fonctionnel de l’émotion (tandis que les autres s’intéressent plutôt à l’influence de l’émotion sur un aspect particulier) Nous présentons ci-dessous une petite synthèse sur les travaux physiologiques, psychologiques et aussi philosophiques qui nous intéressent dans le cadre du sujet
Par la recherche d’une définition pertinente de l’émotion, les scientifiques ont étudié la relation de l’émotion avec différentes notions existantes Il y a eu des philosophes qui concevaient l’émotion dans la topologie de l’esprit, particulièrement dans sa relation avec l’état du corps, ou avec la motivation et avec la croyance et des désirs
Il y a eu des travaux qui affirmaient que les émotions ont une structure intentionnelle ou objet intentionnel Les émotions peuvent également se définir en étudiant la relation avec la perception, la cognition, les actions quotidiennes et aussi les connaissances du soi Enfin, les émotions sont aussi analysées dans le rapport avec la moralité et la rationalité
Tandis que ces sont des travaux importants et ne cessent à développer, il est difficile, voire impossible à avoir un accord entre les chercheurs pour une définition complète de l’émotion
La table ci-dessous (inspiré de [4]) présente une synthèse de quelques travaux philosophiques et psychologiques qui ont proposé des définitions avec des arguments intéressants :
Auteurs Définition Dans la relation avec
Ils défendent que les émotions se constituent des émotions de base et sont mesurées en fonction d’un nombre restreint de dimensions finies (par ex niveau d’éveil, intensité, plaisir ou aversion, intention en soi ou aux autres, etc.)
Des émotions de base sont en général la joie, la tristesse, la peur, la colère, la surprise et le dégỏt
Ils mettent l’accent sur l’expression de l’émotion
Les recherches concentrent seulement sur l’expression des émotions de base (joie, tristesse, peur, colère, surprise, dégỏt)
Il a souligné à la fois l’intentionnalité et l’importance de la facture contextuelle sur la nature, l’arousal et l’expression des émotions
Contre la théorie qui dit que les émotions se composent principaleme nt des sentiments
Introduction de la notion d’appraisal impliquant que l’ộmotion entraợne l’évaluation
Approches psychologiqu e et de la biologie évolutionnair e
Il a défendu que l’émotion pourrait être vue comme l’état intentionnel
Il proposait aussi la notion de l’objet formel d’un état intentionnel
Contre la théorie qui dit que les émotions se composent principaleme nt des sentiments
Cet auteur a la même intention que celle de Bedfold
Il défendait l’idée que l’émotion relie fortement à la croyance et au désir
Défendre les théories des cognitivistes
Des cognitivistes (des philosophes qui suivent les théories cognitivistes)
Ils considèrent que les émotions impliquent les attitudes propositionnelles
Cognitions Les émotions dans ces théories cognitivistes sont caractérisées principalement en terme de leurs cognitions associées
Emotions sont des jugements caractérisés par son mode temporel et son contenu d’évaluation ; les émotions sont aussi peut-être des choix stratégiques dirigé par le but de se protéger et d’améliorer le respect de soi-même (inspiré depuis la théorie de Sartre 1948)
Suivre les théories de cognitivistes
Selon lui, l’émotion commence à partir d’un changement physiologique anormal provenant d’une évaluation
Appuyer sur la relation entre l’émotion et l’évaluation
Les émotions sont émergées depuis la dynamique de l’interaction sociale
Dépendance de l’émotion sur son contexte
Inspiré depuis la théorie d’Errol Bedfold concernant la dépendance contextuelle de l’émotion
Les émotions sont les sentiments causés par des changements des conditions physiologiques concernant les fonctions autonomes et de moteur
Un problème avec cette théorie est qu’elle ne peut pas donner un compte- rendu adéquat sur les différences entre des émotions Les distinctions caractéristiques entre des émotions spécifiques ne sont pas physiologiques, mais cognitifs ou autres choses (par ex dans le cas de distinction entre la colère et la peur)
L’auteur affirme que l’émotion n’est pas réductible ni à la croyance, ni au désir ou ni à la combinaison des deux mais elle représente une catégorie logiquement et fonctionnellement séparée des capacités Elle participe essentiellement aux choix stratégiques de la délibération rationnelle de l’humain
La faỗon de percevoir le monde
Les émotions sont des réactions valencées aux événements, aux agents ou aux objets
(On revient à ce travail dans la section §3.1.1)
Pour elle, l’émotion est un processus mental conscient entraợnant un composant important du corps ; elle a aussi une influence importante à la pensée et à l’action de l’individu, notamment pour former des stratégies dans l’interaction sociale
Considérer des émotions comme des processus internes
Ses travaux sont influencés par la théorie de jeu et les travaux des économistes
Il souligne que l’appraisal est nécessaire et suffisant pour l’émotion Il ajoute aussi la notion de coping qui permet à l’individu de choisir des stratégies de faire face aux problèmes surgis
Klaus Scherer et ses collègues ont développé les théories d’appraisal à un modèle plus sophistiqué qui caractérise les émotions en terme de 18 dimensions (ou plus)
(On revient à ce travail dans la section §3.1.2)
Des émotions ne sont pas seulement des épisodes mais elles incluent des états et des expériences qui donnent des couleurs, du sens et de motivation différents aux actions de l’individu
Appuyer sur l’omniprésen ce de l’émotion
Pour lui, les émotions sont plutôt des concepts prototypes, et les modes émotionnels constituent un exercice de toutes les facultés ensemble, en particulier en réponse au changement, au niveau de la perception, des processus intellectuels et des sentiments
Emotions sont des modes subtils de l’actualisatio n mentale
En général, l’émotion pourrait être vue comme un genre de processus typiquement impliquant cinq components différents, comprenant le sentiment subjectif, la cognition, l’expression physique (motor expression en anglais), la tendance d’action ou désirs, et les processus neurologiques
L’émotion sur le point de vue fonctionnel
Ces components peuvent être vus comme des émoteurs ayant un certain nombre de fonctions de base avec des algorithmes appropriés pour mener les processus physiologiques, expressifs, hormonaux et motivationnels
(On revient à ce travail dans la section §3.1.3)
Généralement parler, les définitions proposées ci-dessus sont assez différentes On pourrait retrouver les notions souvent apparues comme le contexte, l’intention, l’interaction sociale, les choix stratégiques, la croyance, le désir, la motivation, les processus internes, les changements anormaux, l’expérience, ou l’action du corps, etc Chaque proposition a ses propres arguments Chacune a sa propre raison
Mais enfin, qu’est-ce qu’une émotion ? Pourrait-on avoir une définition satisfaisante qui, soit englobe tous les notions abordées auparavant, soit contient seulement des éléments essentiels ? La réponse à cette question n’est pas si simple Nous allons donc dans notre travail faire un compromis de ces travaux en concevant notre propre définition de l’émotion qui nous permet de bien intégrer dans notre projet EmotiRob
Pour plus de détail, veuillez voir la section 3 qui présente notre définition proposée.
Etudes sur de récents modèles calculatoire des émotions
FLAME – Fuzzy Logic Adaptive Model of Emotion
Le modèle FLAME [5] d’El-Nasr et al proposé en 1999 est un modèle informatique des émotions basées sur l'évaluation d'événement Il incorpore quelques composants d’apprentissage pour augmenter l'adaptation pour la modélisation des émotions Il emploie également un composant de filtrage d'émotion, qui tient compte des états de motivation, pour résoudre des émotions contradictoires FLAME emploie des règles de la logique floue pour faire un mapping de l'impact des événements sur des buts à des intensités émotionnelles L'agent de FLAME emploie une valeur prédéfinie de récompense pour l'impact de l'action de l'utilisateur sur le but d'un agent
En fait, le modèle FLAME contient trois composants : composant émotionnel, composant d’apprentissage et composant de prise de décision
L’agent d’abord perỗoit l’ộvộnement externe dans l’environnement Ces perceptions sont ensuite fournies au composant d’apprentissage et aussi au composant émotionnel Le composant émotionnel va traiter ces perceptions ; additionnellement, elle utilise aussi quelques sorties du composant d’apprentissage, y comprise des associations événement-but et des désirs, à produire un comportement émotionnel
Ce comportement est ensuite retourné au composant de prise de décision pour choisir une action La décision est prise selon la situation, l’humeur de l’agent, l’état émotionnel et le comportement émotionnel ; action choisie sera lancée auprès de cette décision
Figure 2 - Composant émotionnelle du modèle FLAME
Le composant émotionnel est présenté dans la figure ci-dessus Dans cette figure, les boợtes reprộsentent des processus diffộrents dans ce composant L’information est passée d’un processus à l’autre comme présenté dans la figure Les perceptions sur l’environnement sont d’abord évaluées Le processus d’évaluation consiste de deux étapes séquentielles Premièrement, le modèle d’expériences détermine quels buts seront affectés par l’événement et le degré d’impact que cet événement a sur ces buts Deuxièmement, les règles de mapping calculent un niveau de désirabilité de l’événement par rapport à l’impact calculé dans la première étape et à l’importance que ces buts impliquent
La mesure de désirabilité, une fois calculée, est passée au processus d’évaluation pour déterminer le changement de l’état émotionnel de l’agent Une émotion (ou un mélange d’émotions) sera déclenchée utilisant la mesure de désirabilité Ce mélange est ensuite filtré pour produire un état émotionnel cohérent Puis, l’état émotionnel est passé au processus de sélection de comportement Les critères de sélection sont la situation actuelle, l’humeur de l’agent et l’état émotionnel L’état émotionnel est en fait abaissé éventuellement et ré-alimenté au système pour les prochaines itérations.
ParleE – Adaptive Plan Based Event Appraisal Model of Emotions 23
Proposé en 2002 par Bui et al., ParleE [6] est un modèle quantitatif, flexible et adaptatif des émotions pour un agent conversationnel dans un environnement multi- agent ayant la capacité de communication multimodale ParleE évalue des événements basés sur l’apprentissage et sur un algorithme probabiliste de planification ParleE modélise également la personnalité et les états de motivation et leur rôle pour déterminer la manière dont un agent éprouve l'émotion
A l’entrée d’un événement, un Emotion Impulse Vector (EAV) est généré en évaluant cet événement utilisant les règles proposées par le modèle d’Ortony et al basé sur le but, le plan et les standards de l’agent Un EIV contient les valeurs de l’impact de l’événement sur les émotions L’EIV est puis utilisé pour mettre à jour l’Emotion State Vector (ESV), qui contient des valeurs représentant l’intensité des émotions
Le Emotion Appraisal Component prend l’événement, la personnalité, le plan, et les modèles des autres agents comme entrée pour produire l’ESV en sortie Le
Planner produit un plan pour acquérir le but de l’agent Il calcule aussi la probabilité d’acquérir ce but Cette probabilité est utilisée par l’Emotion Appraisal
Component pour calculer l’EIV L’Emotion Component prend l’EIV et les états motivationnels comme entrée et produit en sortie le vecteur d’émotions actualisées
Cette composant coopère aussi avec l’Emotion Decay pour produire les émotions abaissées L’Emotion Decay calcule comment une émotion est abaissée Ce composant prend en compte aussi l’influence de la personnalité sur le changement de l’émotion D’ailleurs, le Model of other agents est utilisé pour générer les émotions Desire-other (le désir vers la fortune des autres agents)
La personnalité utilisée dans ce modèle est le modèle de personnalité de Rousseau
[7] classifié selon les différents processus qu'un agent peut effectuer : perception, raisonnement, apprentissage, décision, action, interaction, indication, et sensation - tout en relevant de l’émotion Cependant, le modèle manque des spécifications de l'influence exacte des émotions sur le processus de planification D'ailleurs, le composant les modèles des autres agents semble rendre le modèle pas aussi flexible que les auteurs ont supposé.
Kismet - robot avec les émotions artificielles
Ce modèle tend à établir une interaction entre un robot, Kismet [8], et un humain inspirant la relation entre les parents et leur enfant dans les premières communications Cynthia Breazeal qui a proposé ce modèle d’émotions en 2002 a situé son approche dans l'architecture basée-agent : les différents composants du système fonctionnent en parallèle et s'influencent mutuellement
Figure 4 - Architecture du modèle d'émotions de Kismet
Ce modèle a été expérimenté avec 5 émotions de base (colère, dégỏt, peur, tristesse, joie) et trois celles additionnelles (surprise, intérêt, et excitation) Puisque ce modèle a inspiré la relation entre les parents et les enfants, la personnalité n'a pas été modélisée.
Greta – La dynamique de l’état affective dans un agent
En visant à établir une interface de humain-ordinateur, basée sur un agent conversationnel animé, C Pelachaud et I Poggi ont proposé en 2003 le modèle Greta [9] Leur modèle d’agent inclut deux composants étroitement en corrélation :
• une représentation de l’esprit d'agents avec un mécanisme dynamique pour la mise à jour : ceci inclut des composants à long et à court terme (personnalité et émotions), la manière qu'ils sont déclenchés et ils se délabrent avec le temps, la manière dont l'agent décide de se cacher ou de les manifester, la manière de sélectionner les ‘médias’ du corps pour les manifester (regard fixe, voix, visage) Les réseaux dynamiques de croyance avec des buts pondérés sont le formalisme utilisé à ce but ;
• une traduction de l'état cognitif de l'agent dans une expression de visage qui utilise les divers canaux disponibles (direction de regard fixe, forme de sourcil, direction principale et mouvement de la tête, etc.) Ceci exige de résoudre les situations contradictoires qui surgissent pour calculer l'expression finale : les divers signaux recouvrent les uns avec les autres, un masque d’un signal sur l’autre, ou un signal sera intensifié ou désintensifié, et ainsi de suite
Figure 5 - Réseaux dynamiques de croyance du modèle Greta
Quoique d’avoir mis en application de la personnalité dans leur modèle, cette notion a semblé ne pas être décrite clairement En outre, la relation concrète entre la personnalité et l'émotion ou les influences de l'émotion sur l'esprit de Greta ne sont pas vraiment identifiées.
EMA – EMotion and Adaptation
Dans leur recherche, J Gratch et S Marcella avaient développé un modèle informatique général de l'émotion humaine, EMA [10] (EMotion et Adaptation, proposé en 2004), qui essaye de prendre en compte les deux facteurs : celui qui réponses cognitives et comportementales, en particulier des réponses de coping
L'état mental courant d'EMA est représenté avec une structure mentale complexe, appelộe Interprộtation Causale (Causal Interpretation en anglais), conỗue pour unifier en une architecture/structure simples tous les besoins d'un agent émotionnel
Cette interprétation causale est établie de trois parts causalement liées : l'histoire causale (le passé), le monde courant (le présent) et le réseau des tâches (le futur)
Cette interprétation causale tient compte de beaucoup de facteurs affectant des émotions comme le plan, la croyance, les désirs, les intentions, les probabilités et les utilités des événements
En modélisant EMA, les auteurs ont basé sur la théorie d'Ortony et al au sujet de l'évaluation d'événement, de la théorie de Lazarus au sujet d'évaluation et de coping
Le modèle a été implémenté et employé pour écrire l'application ó les gens peuvent agir l'un sur l'autre avec les humains virtuels par le langage naturel dans les arrangements sociaux à haute pression Cependant, les auteurs n'ont pas modélisé de la personnalité dans le modèle d'EMA.
GALAAD – GRAAL Affective and Logical Agent for
Proposé en 2005 par Carole Adam et al., GALAAD [11] est aussi un agent conversationnel émotionnel dont l'architecture est basée sur les agents BDI, sur les jeux de dialogue et sur les actes de langage Basé sur la théorie d'OCC sur l'évaluation, l'agent GALAAD peut produire une émotion Cette émotion influence alors les règles du jeu de dialogue et lance un processus de coping, qui est défini par Lazarus La stratégie de coping a pour but de maintenir les équilibres de l'agent en diminuant l'intensité des émotions négatives ou sensibles qui pourraient causer de mauvais effets sur son comportement
Quoi qu'il en soit, ce modèle n’est qu’un essai d'intégrer une vraie évaluation et coping à l'architecture de l'agent conversationnel dans des jeux de dialogue, il n'a pas tenu compte de la personnalité et des états de motivation dans le raisonnement d'émotion
Un autre modèle de Carole Adam est le modèle PLEIAD [12] qui semble être une autre version de GALAAD Dans ce modèle, l'auteur a concentré à la manière de mettre à jour la base de connaissance de l'agent en introduisant le module logique de tireur d'epreuves et d'activation Le stimulus perỗu est ộcrit par l'utilisateur en décrivant son nom et des effets ; la manière d'exprimer des émotions sur l'animation faciale et corporelle n'est pas manipulée du tout Comme GALAAD, PLEIAD n'intègre pas de la personnalité à leur agent de BDI.
Conclusion
Jusqu’à maintenant, il n’y a pas de consensus ni sur la définition de l’émotion ni sur la modélisation de l’émotion Les travaux en psychologie ont attaqué différents aspects de l’émotion qui pourraient donner une vue plutôt complète sur l’émotion
Par contre, les informaticiens ont défendu des conceptions assez différentes de l’émotion Ce dernier nous donne donc l’ambition de proposer, voire de définir, un modèle des émotions qui est assez général pour pouvoir contenir tous les éléments nécessaires de l’émotion étant abordé dans les travaux psychologiques, et qui est assez général pour pourvoir englober les travaux informatiques antérieurs
A la recherche d’un modèle d’émotions général, il est indispensable de se baser sur les théories psychologiques convainquant En fait, il y a trois travaux qui nous tirent le plus d’attention, ce sont celui d’Ortony et al., celui de Lazarus et celui de Scherer
Ces travaux englobent les éléments importants de l’émotion abordés dans plusieurs travaux De plus, ces travaux sont aussi analysés et utilisés dans les modèles calculatoires d’émotions que nous avons vus dans la section précédente Ce qui est nouveau dans notre idée, c’est d’intégrer la personnalité dans notre modèle d’émotions Nous trouvons que la personnalité joue un rôle très important dans les comportements émotionnels de l’humaine En fait, dans notre vie la personnalité est incontestable, elle caractộrise l’individu, elle influence la maniốre dont on perỗoit, pense, agit et même la manière dont on s’adapte à la vie quotidienne
Dans cette section, nous voulons d’abord présenter en détail les trois théories psychologiques que nous rộfộrenỗons et aussi le standard de personnalitộ MBTI que nous voulons intégrer dans notre modèle d’émotions Ensuite le modèle d’émotion proposé sera présenté ainsi que les justifications par rapport aux théories de référence.
Théories de références
Theory of Ortony & al (1988)
Pour Ortony, Clore Collins [13], émotions sont des réactions valencées aux événements, aux agents ou aux objets Ces événements, agents ou objets sont évalués selon les buts, les normes et les attitudes d'un individu
Figure 8 - Typologie de la théorie d'Ortony et al
L'aspect positif de cette théorie est qu'il est très près d'une approche informatique
Cette théorie est basique pour la plupart de modèles d'émotions grâce à ses critères génériques d'évaluation sur des émotions Le point négatif de cette organisation est qu'il ne définit pas l'intensité des émotions finales pour lancer.
Theory of Lazarus (1991)
Selon Lazarus [14], il y a deux processus qui permettent à l'individu de stabiliser sa relation avec l'environnement : évaluation cognitive (évaluation) et adaptation (faire face – coping en anglais) Lazarus a défini l'évaluation cognitive comme un processus adaptative pour conserver ou modifier la relation entre l'agent (sa croyance, ses buts) et le monde (ses contraintes, ses modifications) de la manière de maintenir des équilibres Il a distingué deux types d'évaluation : évaluation primaire évaluation secondaire pour ce qui pourrait/devrait être fait en réponse à l'événement
Selon lui, quand une situation est évaluée comme stressante, l'individu doit s'adapter : c'est le rôle des deux copings :
• L’aspect de Problème-focalisé essayera de résoudre le problème (approche classique), mais pourra également nier le problème pour réduire au minimum l'effet
• L’aspect d’Émotion-focalisé se diffère des stratégies de nier en se rapportant à des efforts visés à régler la réponse émotionnelle au problème Le problème n'est plus le problème, mais sa conséquence dans le corps si une réaction est donnée.
Theory of Scherer
Pour Scherer [15] cinq sous-ensembles fonctionnellement définis sont impliqués dans des processus émotionnels :
• Un sous-ensemble de traitement de l'information évalue le stimulus par la perception, la mémoire, la prévision et l'évaluation d'information disponible
• Un sous-ensemble de support ajuste l'état interne par la commande des états de neuroendocrine, somatiques et autonomes
• Un principal sous-ensemble projette, prépare des actions et les choisit entre les motifs concurrentiels
• Un sous-ensemble temporaire gère le moteur d’expression et le comportement visible
• Un sous-ensemble de moniteur finalement contrôle l'attention qui est assignée aux états actuels et passe la rétroaction résultante aux autres sous- ensembles
Scherer est particulièrement intéressé par le sous-ensemble de traitement de l'information Selon sa théorie, ce sous-ensemble est basé sur les évaluations que Scherer les appelle stimulus evaluation checks (SEC) Le résultat de ces SECs cause encore des changements des autres sous-ensembles
Scherer propose cinq SECs substantielles, dont quatre entre eux possèdent d'autres subchecks
• Le contrôle de nouveauté décide si les stimuli externes ou internes ont changé ; ses subchecks sont précipitation, confiance et prévisibilité
• Le contrôle intrinsèque d'agrément indique si l'attraction est plaisante ou désagréable et cause des tendances appropriées d'approximation ou d'action d'éviter
• Le contrôle de signification de but décide si l'événement soutient ou empêche les buts de la personne ; ses subchecks sont la pertinence de but, la probabilité de résultat, l’espérance, le caractère de soutien et l’urgence
• Le contrôle potentiel de faire face (potential coping) détermine dans quelle mesure la personne considère d'avoir des événements sous la commande ; ses subchecks sont agent, motif, commande, puissance et adaptabilité
• Le contrôle de compatibilité compare finalement l'événement aux normes internes et externes ; ses subchecks sont extériorité et intériorité
Chaque émotion peut, selon Scherer, ainsi être clairement déterminée par une combinaison des SECs et des subchecks Une table appropriée avec de telles attributions peut être trouvée dans [Scherer, 1988].
MBTI of Meyers-Brigg and Meyers
Le but de l’invention de l’indicateur du type de personnalité de Myers-Briggs (MBTI) [16] est de rendre la théorie des types psychologiques décrits par le C G
Jung compréhensible et utile dans la vie quotidienne L'indicateur de Myers-Briggs est un instrument de rapport individuel qui aide à identifier les forces d'un individu et les préférences de personnalité ; en 1991, l'essai de MBTI a été employé par plus de 10000 personnes par jour aux Etats-Unis
Le type de personnalité est évalué en répondant à quatre questions : là ó vous focalisez votre attention, la manière dont vous rentrez l'information, la manière dont vous prenez des décisions et comment vous traitez le monde externe L'évaluation est décrite ci-dessous :
Figure 9 - Standard de personnalité MBTI (1985)
Energy : Là ó vous focalisez votre attention : Préférez-vous se concentrer sur le monde externe ou sur votre propre monde intérieur ? Ceci s'appelle Extraversion
(E) ou l’Introversion (I) Les gens qui préfèrent l'extraversion tendent à extérioriser facilement au monde externe Les gens qui préfèrent l’Introversion tendent à rapporter facilement au monde intérieur de ses idées et de ses impressions
Information : La manière dont vous rentrez l'information : Préférez-vous se concentrer sur l'information de base que vous rentrez ou préférez-vous interpréter et ajouter la signification ? Ceci s'appelle Sensation (Sensing - S) ou Intuition (iNtuition - N) Les personnes de type Sensation tendent à être intéressé à ce que les cinq sens leur montrent - ce qui existe dans le présent Les personnes d'iNtuition tendent à employer leur imagination pour voir de nouvelles possibilités et perspectives ; ils se focalisent au futur
Decisions : La manière dont vous prenez des décisions : Quand prenant des décisions, préférez-vous au premier regarder à la logique et à l'uniformité ou au premier regarder aux gens et aux circonstances spéciales ? Ceci s'appelle penser (Thinking - T) ou se sentir (Feeling - F) Les gens qui préfèrent penser tendent à baser des décisions sur l'analyse et la logique objectives Les gens qui préfèrent se sentir tendent à baser des décisions sur des valeurs et des soucis centrés aux être- vivants
Lifestyle : Comment vous traitez le monde externe : En faisant face au monde extérieur, préférez-vous obtenir des choses décidées ou préférez-vous rester ouvert de nouvelles information et options ? Ceci s'appelle Juger (Judging - J) ou Percevoir (Perceiving - P) Des personnes de type Juger tendez à faire décider des choses ; la vie est susceptible d'être projetée et planifiée Des personnes de type Percevoir tendent à ne vouloir manquer rien ; la vie est susceptible d'être spontanée et flexible
Après tout, quand vous décidez de votre préférence dans chaque catégorie, vous avez votre propre type de personnalité, qui peut être exprimé en un code avec quatre lettres L'identification et la description des 16 types de personnalité distinctifs résultent des interactions parmi les catégories
Pour notre travail, MBTI semble plus intéressant que les autres modèles parce que MBTI ne définit pas une relation stricte entre les émotions et la personnalité mais une relation adaptable ; nous pouvons construire un modèle avec de l'émotion et puis intégrer ce MBTI dans notre modèle facilement Cet avantage rejoint donc notre but de proposer un modèle générique de l'émotion qui incorpore la personnalité.
Modèle proposé : Generic Robotic Architecture to Create Emotions 36
Comme il n’y a pas de consensus sur la définition de l’émotion, nous voulons d’abord fixer une définition Il sera donc ensuite possible de proposer un modèle générique
Avertissement : Nous voulons spécifier ici que nous utilisons quelques mots anglais pour nommer des concepts Comme ces mots sont utilisés dans la vie réelle pour signifier de larges notions qui seront possiblement très différentes du sens donné ici
Nous avons décidé d’utiliser ces mots pour simplifier la présentation
Une émotion est un processus qui caractérise la réponse du corps humain à un événement
Un événement est une perception par le corps humain d’un changement (ou d’une absence du changement) dans l’environnement ou d’un changement interne (ou d’une absence du changement) dans le corps humain
Une réponse du corps humain est un ou plusieurs changement interne (indétectable par un observateur extérieur) dans le corps humain, ou une expression ou posture du corps extérieur (détectable par un observateur) ou une absence de changement
Basé sur cette définition nous proposons un modèle d’émotions de sept composants comme décrit dans la figure suivante :
Dans ce modèle, sensation est le point de départ La sensation est générée par un évènement, quelque chose qui existe ou n’existe pas mais qui génère un changement physiologique dans le corps Cette sensation serait traitée en deux niveaux parallèles
D’abord, la perception physiologique transformera ce signal initial directement en réponse du corps (battement du cœur, pression sanguine, etc.) et alarmera le niveau de comportement
La perception cognitive transformera ce signal de sensation en information cognitive sur la situation de l’environnement qui sera traitée par le comportement
Le comportement calculera la réponse à l’information venant du niveau des perceptions en se basant sur Internal cognitive state Cette réponse serait envoyée au
Body ó la réaction physique aura lieu
A noter que dans cette définition, le point de départ d’une émotion est un événement
Le processus de réaction à un événement prend quelque temps et ce temps n’est pas constant Alors, il est possible d’avoir une réponse à un événement suivant avant à celui antérieur
Cette partie est bien difficile à définir C’est là ó une émotion commence On peut considérer (si on suit l’idée de Scherer) que l’évaluation d’un évènement scanne toujours l’environnement du corps et l’état interne du corps Un moment quelconque, un changement est détecté ; une sensation est née Cette sensation peut venir (selon la théorie d’Ortony et al) d’un évènement, d’une action d’un agent ou un aspect d’un objet Cette sensation est envoyée ensuite à deux modules d’interprétation (physiologique et cognitive) Chacun de ces deux modules peuvent inhiber cette entrée si son niveau est considéré trop bas
En fait, le module de Sensation pourrait être vu comme un représentant de cinq sens humains (la vue, le toucher, l'oụe ou l'audition, l’odorat, le gỏt) Ce serait un système de récepteurs capable de capter et de traduire plusieurs formes d’énergie (stimuli) et de les analyser pour en permettre la perception (ou la détection de changement dans l’environnement) Le terme de sens couvre deux aspects bien différents suivant que l’on soit en présence d'une communication immédiate (donc instinctive) ou médiate (donc rationnelle) En fait, les sens ne sont pas uniquement des transducteurs permettant la mesure de paramètres Les sens sont les instruments de la perception, c'est-à-dire le lien qui relie l'organisme au monde extérieur et qui lui permet de faire naợtre une sensation
La transformation entre l’activation d’un sens et la sensation générée dans le corps est probablement différente entres les personnes (sensibilité par exemple), dans notre contexte robotique les sens seront décrit classiquement par des capteurs
En répondant à une sensation, une sortie au niveau du corps pourrait être immédiate
La perception est ici ô instantanộe ằ, on peut considộrer qu’il s’agit d’un ộvộnement externe ou d’une transformation interne d’un événement externe Par exemple un son très violent déclenche une saturation du système de perception de l’oreille Cette information provoque un sursaut de l’individu par son arc réflexe (Ensemble constitué par la transmission d'une information sensitive (stimulation) vers un centre nerveux (notamment dans la moelle), ce centre et la transmission de la réponse (motrice notamment) de ce centre aux organes effecteurs)
Dans notre modèle, l’interprétation physiologique analyse l’information du module de Sensation pour calculer la réponse immédiate et fournir cette réponse au module de Body Cette réponse pourrait aussi être transformée en information fournie comme entrée au module de Behavior
L’interprétation cognitive est un filtrage des sensations Elle transforme la sensation au niveau sémantique Un sens serait attaché à cette sensation Ce sens dépend de l’humeur de la personne L’humeur ici joue le rôle d’amplifier quelques caractéristiques particulières C’est la première partie de l’interprétation d’une sensation La seconde partie est basée sur : la croyance, la nouveauté, et la concordance avec la relation entre les standards et les buts personnels
En fait, ce type d’interprộtation prend ô du temps ằ, on considốre alors qu’un processus cognitif se met en place Celui-ci va dépendre de plusieurs facteurs Tout d’abord ô l’ộtat cognitif interneằ de l’individu qui se caractộrise par son humeur et ses sentiments L’humeur dépend de l’histoire de l’individu, de sa fatigue et de sa concentration, il règle la perception de l’événement en fonction de sa valence Les sentiments caractérisent un autre état interne de l’individu Cet état est plus complexe et plus difficile à cerner En effet bon nombre de choses dites sur les émotions sont applicables aux sentiments Les sentiments vont avoir comme effet de perturber l’interprétation en donnant des valeurs positives ou négatives à des événements
Le Behaviour calcule la réponse émotionnelle et comportementale que le corps doit fournir à une perception Ici, on trouve ce qui est classique en robotique Tous ceux comme la planification, l’apprentissage, et les méthodes évolutionnaires peuvent être appliquées dans ce cas La différence ici par rapport à une architecture classique est de créer une dépendance avec l’état cognitif interne En fait, la réaction à une perception n’est pas toujours la même ; deux niveaux de réactions pourraient être distinguées comme suit :
• Le premier niveau étant donné classique est que quand on apprend que la réponse n’est pas adaptable aux entrées, on va calculer une autre réponse à la situation
• Le deuxième niveau est la conséquence de la dépendance de l’état cognitif Si un état cognitif est agressif ou joyeux, il ne crée pas la même réponse que celui tranquille ou dépressif
L’Etat cognitif interne (Internal cognitive state) est le lieu ó deux déclarations seront activées : sentiments (Feelings) et l’humeur (Mood)
Sentiments : c’est le méta-niveau auquel la perception cognitive, le comportement et l’action du corps seront analyses Ce niveau analyse la situation globale Il pourrait être un sentiment d’une situation qui est déjà expérimentée, un sentiment que c’est une bonne direction, un sentiment inconfortable car la situation n’est pas celle espérée, un joyeux sentiment car tout est contrôlable, etc
Humeur : C’est ó l’image globale des sentiments du passé est stocké Elle a une influence sur la perception cognitive Elle inclut la prise de position (combattre, s’enfuir, aider, aimer, etc.), états mentaux (motivation, intérêts, extraversion, introversion, etc.), états physiques (la fatigue, l’anxiété, etc.)
Intégration des caractéristiques du processus émotionnel dans GRACE
Event appraisal
En fait, la théorie d'Ortony et al nous donne l'idée de quand une sensation peut avoir lieu et puis comment cette sensation peut être traitée à l'intérieur Quand un événement a lieu (un changement externe ou changement interne), cet événement sera capturé par le module de Sensation et puis donné au niveau d'interprétation pour une transformation plus ultérieure L'analyse intérieure de cet événement tient compte de la relation des buts et des intérêts courants qui vient de la théorie d'Ortony et al au sujet d'évaluation d'événement.
Coping
Dans notre modèle, nous tendons à résoudre la stratégie de coping dans l'analyse interne D'une manière générale, la stratégie de coping influence les règles du traitement de l'information du niveau d'interprétation et des états cognitifs internes jusqu'à la prise de décision de comportement Le résultat de cette influence est le comportement (ou action) qui sera exprimé par le corps.
Cinq sous-systèmes de l’émotion
Deuxièmement, pour comparer notre modèle à la théorie de Scherer ci-dessus, nous avons :
• Le premier sous-ensemble (sous-ensemble de traitement de l'information) est le processus évaluant l'information du module de la sensation au niveau d'interprétation puis finalement au module de comportement
• Le sous-ensemble de support sera mis en application dans le module de l'interprétation psychologique et du corps pour ajuster l'état interne
• Le principal sous-ensemble sera mis en application dans le module de comportement
• Le sous-ensemble temporaire est intégré dans le module du corps
• Le sous-ensemble de moniteur sera développé dans le module des états cognitifs internes.
Personnalité de type MBTI dans GRACE
Le MBTI propose quatre catégories pour établir la personnalité Notre modèle couvre complètement ces quatre catégories
Le premier est l'Energy dédoublée dans l'Extraversion (E) ou l’Introversion (I)
Dans le modèle générique ce dispositif particulier est intégré dans les modules de Mood et de Behavior E et I agissent en tant que des filtres dans la perception cognitive Une extraversion prendra le premier sens d'une sensation tandis que l’introversion recherchera un deuxième sens de sensation D'ailleurs, dans le module de Behavior, l'extraversion trouvera une réponse rapide tandis que l’introversion recherchera au profond la réaction la plus appropriée
La deuxième catégorie du MBTI est complètement couverte par l'architecture générique La Sensation est construite avec les deux modules d’interprétation et l'iNtuition par le module d'Intuition
La troisième catégorie est Décisions : Penser (T) ou Sentir (F) Nous couvrons ces deux approches en codant le module de comportement du modèle générique Si nous faisons un arbre de décision avec l'exploration détaillée de la solution nous penserons, mais si nous codons le comportement par une approche basée sur les règles puis nous serons en mode de Sentir
Pour finir, le Lifestyle de MBTI est divisée en Juger (J) et Percevoir (P) C'est au niveau d’interprétation ó ce dispositif sera codé En fait, c'est un niveau d'intérêt pour la sensation qui sera employée Par exemple, une sensation directement au sujet d'une personne sera plus intéressante pour quelqu'un qui est de type Percevoir.
GRACE par rapport aux modèles informatiques récents
A l’ambition de construire un modèle qui englobe tous les modèles existants, ce qui veut dire un modèle générique, nous allons faire une comparaison entre notre modèle proposé avec les modèles qu’on a étudiés dans l’étude bibliographique pour voir si la généricité de modèle est juste
On commence avec le modèle FLAME de Bui et al :
Les flèches en bleu montre comment les processus dans la composant émotionnelle de FLAME va être réalisés dans GRACE En fait, le modèle GRACE est plus complexe que FLAME en entrant dans le détail de l’état cognitif interne et aussi dans le traitement de l’événement en entrée De plus, notre GRACE implémentera la partie d’apprentissage et de prise de décision qui remplace les deux autres composants de FLAME ; autrement dit, notre modèle englobe FLAME
Nous allons ensuite regarder la ressemblance entre GRACE et ParleE de de Bui et al proposé en 2002
La figure ci-dessous montre que GRACE simule bien les processus de ParleE En fait, GRACE prend en compte tous les éléments abordés de ParleE, les ordonne dans un ordre plus séquentiel et plus clair De plus, la personnalité dans GRACE est le modèle MBTI qui décrit les traits de personnalité plus flexible
Maintenant on passe au modèle Greta proposé en 2003 par Poggi et Pelachaud Nous faisons la comparaison entre GRACE avec les Réseaux dynamiques de Croyance qui nous semblent les plus proches à ce qui s’appelle le processus émotionnel
Encore uns fois, la généricité de GRACE s’est prouvée en englobant bien les différents éléments de ces réseaux dynamiques En fait, le Mind de Greta analyse seulement la croyance et les buts de l’agent par rapport à la situation actuelle, tandis que nous proposons d’implémenter l’état cognitif interne avec plusieurs disciplines qui tient compte de plusieurs aspects dans la vie de la personne affectant ses comportements émotionnels De plus, c’est toujours la personnalité ó nous voulons introduire de nouveau degré de flexibilité pour les réponses émotionnelles selon non seulement la situation mais aussi selon le caractère de l’individu
Figure 13 - GRACE et les réseaux dynamique de Greta
Ensuite, on va voir le rapport en GRACE et EMA de Gratch et Marselle proposé en
2004 De manière générale, on peut voir très bien que EMA décrit en détail la partie de prise de décision (qui correspond au module Behavior de GRACE) Les autres éléments d’EMA sont bien identifiés qui nous aident aussi à avoir une idée sur ce que fait les modules de GRACE La personnalité n’est pas encore prise en compte dans ce modèle d’EMA
On termine cette partie de comparaison avec le modèle le plus récent GALAAD proposé par Carole Adam et ses collègues en 2005
Comme ce modèle s’appuie sur les scénarios des jeux de dialogue, l’aspect émotionnel est alors analysé seulement dans le contexte de conversation, ce qui peut aux processus de GRACE Ce qui est plus chez GRACE est qu’il intègre la personnalité pour donner de couleurs aux comportements (et aux dialogues) selon l’histoire de l’individu engagé dans le jeu
De manière générale, en vue de prendre en compte les éléments importants du processus émotionnel – appraisal, coping, personnalité, nous avons fait une comparaison sur des modèles calculatoires récents [19][20] que nous avons pu regardés dans l’état de l’art :
Table 1 - Synthèse de comparaison des modèles calculatoires récents
Non Modèle appraisal coping personality
2 ParleE [6] Oui Pas abordé Rousseau’s model[7]
3 Robot Kismet [8] Oui Pas abordé Non
4 Greta [9] Oui Pas abordé Personality trait
Une dernière remarque de GRACE est qu’il possède un module d’Intuition – ce qui n’existe pas auparavant Ce module pourrait faire sortir donc des comportements émotionnels plus flexibles, plus intelligibles et plus imprédictibles
4 Objectif et validation d’une instance de GRACE
Objectif de l’expérimentation
L’objectif principal est de valider la pertinence de chaque module du modèle proposé Pourtant, la mise en œuvre de tout le modèle générique demande beaucoup de temps Dans le cadre de ce stage, on pourrait faire donc une démonstration simple qui simule le fonctionnement réduit du modèle L’idée de cette démonstration est de voir si le modèle arrive à bien exprimer le changement de l’état émotionnel ou pas
En suivant cet objectif, nous avons décider de réaliser une démonstration qui simule le fonctionnement de deux modules Behavior et Body Pour le reste, on décide de faire ô à la main ằ incluant l’interprộtation d’un ộvộnement, l’ộtat cognitif interne (concernant les désirs) Dans cette première démonstration, on ne traite pas non plus l’interprétation physiologique et le sentiment En ce qui concerne la personnalité, on tend à implémenter la dimension Energy (Extraversion/Introversion) dans notre première démonstration On aura donc deux instances qui simulent deux types de personnalité différents : l’un qui est extraverti et l’autre qui est introverti.
Scénario de validation
Le démo de GRACE va être expérimenté avec des les gens qui ne connaissent pas de quoi il s’agit sur l’affichage graphique du démo Le scénario d’expérimentation est comme suivant :
• 1) On prend quelques personnes pour jouer un rôle d’observateur de GRACE en leur faisant regarder l’affichage graphique
• 2) On va faire passer une suite d’événements auxquels GRACE va réagir en présence des observateurs Dans notre cas les événements proviendront de l’écoute d’une histoire pour enfant que les observateurs écouteront
• 3) L’instance de GRACE réagit dynamiquement à ces événements Les observateurs regardent ce qui se passe sur l’affichage graphique
• 4) Après quoi, on demande aux observateurs de remplir un questionnaire pour savoir ce qu’ils voient sur l’affichage graphique et de quoi elle s’agit selon leur opinion
Notre hypothốse est que si ces gens arrivent à reconnaợtre ce que nous présentons sur l’affichage graphique (qui est en fait une visualisation de l’état émotionnel de GRACE par rapport à chaque événement) comme étant une réaction émotionnelle, cela signifie que le modèle est acceptable.
Fonctionnement de l’instance réduite de GRACE
Dans cette première instance du modèle, nous voulons implémenter les deux composants Behavior et Body, en fait c’est ce qui est en gras dans la figure 16 :
Figure 16 - Fonctionnement de l'instance réduite de GRACE
Bien que l’objectif est de valider le composant Body (ou on peut dire la phase d’expression des émotions), nous voulons en même temps mettre en œuvre le composant Behavior pour pouvoir tenter notre idộe sur la faỗon dont ce composant traite les informations reỗues depuis l’interprộtation cognitive (du composant
Cognitive Interpretation) et depuis le processus cognitif interne (du composant Internal Cognitive State) L’interprétation et le processus cognitif interne sont fait à la main Pour prendre en compte du type de personnalité, les données de l’interprétation sont modifiées selon le type de personnalité : l’extraversion amplifie la valeur des données tandis que l’introversion la diminue De plus, le fonctionnement de deux phases choisies (Behavior et Body) est simplifié Pour le calcul de Behavior, il y aura des formules simples qui calculent l’intensité des sur la faỗon d’afficher la rộponse ộmotionnelle Les premiers essais tentent donc à trouver une bonne manière d’expression.
Données en entrées
Nous avons dộcidộ d’utiliser l’histoire ô trois petits cochons ằ comme le suite de l’événement en entrée
- En fait, nous allons analyser l’histoire pour simuler l’intention du conteur
Cela veut dire qu’en analysant l’histoire, nous allons baser sur les questions : ô qu’est-ce qu’il voulait interprộter dans un moment quelconque ? Quelles ộmotions qu’il voulait faire sortir aux auditeurs ? ằ
- Le fichier d’audio de l’histoire utilisé est l’enregistrement fait par Sabine LETELLIER-ZARSHENAS portant sur le morceau du deuxième cochon La parole de ce morceau est retranscrite depuis l’histoire ô Trois petits cochons ằ dans le deuxiốme CD de ô 100 contes fables et petites histoires ằ, éditions : Eveil et Découverte, licence exclusive EMI Music France
- L’histoire est découpée en chunks 2 , chaque chunk est associé des valeurs d’interprétation (urgence, danger, affection) La valeur de Urgence et
Danger varient entre 0 et 1, la valeur de Affective varie entre -1 et 1 (qui s’exprime de pire à meilleur) : Cette phase d’interprétation est essentielle pour que le modèle GRACE puisse fonctionner En fait, selon l’architecture de GRACE, on trouve que l’interprétation fournit des informations nécessaires pour que le processus de conscience pourrait traiter des informations à fin de donner une réponse émotionnelle appropriée Le choix de trois paramètres ci-dessus (urgence, danger, affection) est effectué dans le but de trouver des paramètres mesurant les événements en entrée pour pouvoir fournir en sortie les valeurs de trois émotions de base (joie, tristesse, peur) et l’excitation L’idée pour calculer l’excitation est que l’excitation vient du niveau d’impératif/urgence de l’événement et que cela vient aussi de l’état émotionnel de la personne
2 Un chunk s’agit d’un groupe des mots qui est évalué comme un nouvel événement
- Dans l’état cognitif interne, on omit le module de sentiment On faisait donc les estimations pour les désirs (les désirs de l’avenir) associant à chacun des événements L’idée est qu’en basant sur les évènements passés, l’état cognitif interne essaie de prédire quel évènement pourrait arriver dans l’avenir et ainsi de suite il essaie de prédire comment les émotions vont changer en fonction de cet avenir.
Mise en œuvre
Programmation
L’histoire d’entrée est découpé manuellement en chunks (chaque chunk correspond à un événement) Chaque chunk va être estimé un terme de trois paramètres que l’on a choisi : urgence, danger et affection
- Urgence Urg e : pour mesurer l’impératif de l’événement Cela est pour mesurer la rapidité de la réponse de la personne par rapport à l’événement détecté
- Danger Dage: pour mesurer le niveau de danger de l’événement au héro auquel la personne fait attention Le héro dans ce scénario est les cochons dans l’histoire
- Affection Aff e : ce paramètre a pour but de mesurer la favorabilité de l’événement à GRACE Il est positif si l’événement est en faveur ou négatif si l’événement est défavorable au personnage
Les données traitées sont enregistrées dans des fichiers de texte [Veuillez voir l’annexe pour un exemple de ces fichiers]
Avant d’être passées au module Behavior, des données de l’interprétation seront modifiées selon le type de personnalité Comme abordé ci-dessus, notre démonstration implémente deux instances pour deux types de personnalité : l’extraversion et l’introversion On appelle Kel pour l’instance d’extraversion et
Kel amplifie la valeur des données d’interprétation en appliquant la formule
Ly modifie la valeur des données d’interprétation en appliquant la formule suivante :
4.5.1.2 Données de l’état cognitif interne
Dans ce premier démo, l’état cognitif interne (du composant Internal Cognitive State) ne joue que la prédiction du niveau de changement des émotions de base de la personne simulée à travers chaque l’événement détecté Cette prédiction est donc mesurée à la main Les données sont aussi stockées dans un fichier de texte comme entrée du programme (veuillez voir l’annexe pour un exemple concret de ces prédictions)
L’état cognitif interne prend en charge aussi le changement au cours du temps des émotions de base spontanées de la personne En fait, ces émotions augmentent (ou diminuent) à chaque second en fonction de l’événement détecté Si c’est un événement favorable, la joie pourrait augmenter Si l’événement est mesuré comme danger, la peur pourrait augmenter, etc Le changement de chaque émotion de base suit la loi normale ayant une moyenne et un écarte-type différent de l’une à l’autre
De notre avis, la peur varie beaucoup plus vite que la tristesse et la joie La tristesse varie par contre moins vite que la joie
Les intensités des émotions de base en sortie seront calculées dans le module
Behavior Dans un premier temps, nous décidons d’implémenter des formules simplifiées servant à calculer l’intensité des émotions de base en sortie à partir de la description de l’événement courant et de la prédiction de l’état cognitif interne Les formules sont comme suivante :
Pour chaque événement détecté, on calcule :
• Peurcourant = Peurprécédante + ( Affper * Peurprevue ) + ( 0.1 * Dagper * Urgper )
Figure 17 - Affichage graphique du démo
Les trois cercles représentent l’état courant de chaque émotion de base à chaque instant Elles changent au cours du temps Ce changement permet en fait simule la dynamique de l’état émotionnel de la personne Les trois cercles représentent la joie (en vert), la tristesse (en gris) et la peur (en rouge) Ces trois émotions de base sont sộlectionnộes pour afficher car on suppose que l’histoire ô trois petits cochons ằ pourrait influencer significativement le changement de ces trois émotions de base (l’état émotionnel en général) Il est bien entendu possible d’ajouter d’autres émotions de base pour simuler l’état émotionnel en entier ou pour généraliser le programme dans les prochaines étapes.
Expérimentation
L’expérimentation est en cours d’exécution…
Dans les premiers tests avec les gens, le résultat obtenu semble intéressant Il nous faut plus de tests pour avoir un nombre important d’avis des gens sur cette instance pour pouvoir faire l’évaluation sur le fonctionnement de l’instance et sur la pertinence du composant d’affichage (Body) Dans les 15 personnes qui ont participé à l’expộrimentation, il y a 50% des gens qui ont aperỗu ce qui est jouộ sur l’ộcran
Cela nous donne un premier signal positif pour continuer notre développement du modèle GRACE.
Conclusion
Pour la validation pratique, nous voulons mettre en œuvre cette définition à un modèle calculatoire L’instance simplifiée du modèle GRACE est pour but de valider l’affichage graphique de notre modèle L’expérimentation de cette instance est en cours d’exécution Au cours de la programmation et des premiers pas d’expérimentation de l’instance, il surgit encore des problèmes à résoudre :
- Les paramètres utilisés pour l’interprétation et pour l’état cognitif interne sont choisis empiriquement Cela entraợne donc l’exigence de justifier ces choix ou bien de trouver des paramètres pertinents pour ces phases
- Les calculs réalisés dans le module Behavior sont aussi très simples et insuffisants En fait, comme décrit dans la définition de GRACE, ce module
Behavior contient beaucoup de règles de raisonnement et aussi des algorithmes complexes Il est donc indispensable de refaire ce module pour avoir un module complet et raisonnable
- Comme l’instance simplifiée n’est pas encore testée, la pertinence de l’affichage graphique proposé est donc à revoir Il est nécessaire de construire un scénario d’expérimentation pour valider cet affichage et ainsi valider ce premier component de GRACE
Si tout va bien, alors l’ambition de développer le programme pour avoir une implémentation complète du modèle GRACE est aussi à réaliser prochainement
Dans le but de faire l’évaluation lors de l’interaction homme/robot, ce stage vise à faire une étude sur le changement de l’état émotionnel lors de cette interaction La question sur la dộfinition de ô l’ộtat ộmotionnel ằ a clarifiộ le travail demandộ du stage : (1) faire une étude bibliographique sur les théories de l’émotions et sur la modélisation de l’émotion pour pouvoir (2) proposer une définition/un modèle de l’émotion qui est générique par rapport à des modèles existants ; une instance réduite de ce modèle est aussi dans le cadre de ce stage pour pouvoir (3) commencer la partie de validation de chaque composant du modèle
En fait, après une étude sur la définition et la modélisation de l’émotion philosophie, en psychologie, en physiologie et en informatique, on a aperỗu qu’il n’y a pas de consensus sur la définition de l’émotion Nous avons alors proposé une définition de l’émotion qui englobe tous les termes existants et qui valide les modèles d’émotions récents La définition proposée est appelée GRACE – Generic Robotic Architecture to Create Emotions L’étape de validation théorique est faite par une comparaison entre notre proposition avec tous quelques modèles récents [19][20] que nous avons présenté aussi dans la partie 3.3 Pour la validation pratique, nous voulons mettre en œuvre cette définition à un modèle calculatoire pour pouvoir l’utiliser pour notre problème d’évaluation dans le projet EmotiRob A partir de cette proposition, nous avons ensuite réalisé une instance simplifiée du modèle pour valider étape par étape les components du modèle Cette instance vise à valider l’affichage graphique de notre modèle Pourtant, l’expérimentation est en cours d’exécution Les premiers résultats obtenus sont positifs et nous encouragent à continuer le développement de ce modèle GRACE dans l’avenir…
Tout le travail du stage a inauguré le chemin pour le nouveau modèle de l’émotion qui est théoriquement prouvé comme étant générale via deux papiers acceptés dans deux conférences internationales [19][20] Le début de la phase de validation avec les premiers résultats positifs montre que le modèle est dans la bonne direction Ce modèle GRACE est alors un modèle prometteur qui pourrait être appliqué dans des recherches et des applications en informatiques, voire en science cognitive appuyant sur l’émotion humaine Bien que cette affirmation est en peu subjective, mais si on ne l’essayait pas, on ne le sais pas
Fichiers de données d’entrée pour le démo de GRACE :
history.txt
16 Le petit cochon construisit une jolie cabane
22 le loup, toujours le même
26 Hum, Hum, gentil petit cochon,
34 par ma queue en tire bouchon
36 Ha Ha, je compte jusqu’à trois
48 Alors, le loup souffla très fort
50 la cabane trembla mais ne s’envola pas tout de suite
53 Le méchant animal souffla encore plus fort, et la maison
57 Le loup croqua le pauvre petit cochon en trois bouchées